大约一个小时后。
科技蔀副蔀长廖轶昕和几位科学院院士被带到了这间屋子。
来的人不多。
一共就五六个。
但每一个都是各自领域的顶尖人物。
“领导。“
廖轶昕率先开口：
“您找我们有什么事情？“
老人没有直接回答。
而是把那封信递了过去。
“先看看这个。“
信在几个人手中依次传阅。
每个人看完的表情都不太一样。
有惊讶的。
有若有所思的。
还有眼睛放光的。
等所有人都看完了。
老人开口了。
“这封信的内容，不要外传。“
他的语气平和，但不容置疑：
“我想听听你们的意见。“
廖轶昕最先发言。
他的语气里带着几分感慨：
“我得说，陈林教授真的让我刮目相看。“
他指了指手里的信：
“首先这个模型的成果就已经非常惊人了！”
“还能把这么复杂的问题想得这么清楚，能把两方面的利弊都分析得这么透彻。“
老人微微点头。
没有说话。
一位头发花白的院士接过话头。
“我同意廖部长的看法。“
他是科学院信息技术领域的专家。
对AI大模型有着深入的研究。
“陈林教授在信里提到的这些问题，我们内部其实也讨论过。“
他的语气有些感慨：
“但说实话，没有他想得这么全面。“
他顿了顿：
“而且，如果信里说的数据是真的......“
“YanHai-30B的效果确实已经非常接近大漂亮那几个主流模型了。“
“并且已经碾压了同等参数的其他开源模型。“
另一位院士点头附和。
“关键是算法架构的创新。“
他说：
“传统的Transformer架构，计算复杂度是O(n²)的。“
“但陈林的新架构，把这个复杂度降到了介于线性和O(nlogn)之间。“
“这意味着同样的算力，他能训练出效果更好的模型。“
他看向老人：
“您知道的。“
“现在我们在AI领域最大的瓶颈就是算力。“
“我们自己的硬件虽然在追赶，但还有差距。“
“而陈林的这套架构，恰恰能在一定程度上弥补这个差距。“
他的语气变得郑重：
“如果给演海足够的算力支持......“
“我相信他们完全有能力在模型效果上追赶甚至超越大漂亮的那些主流模型。“
在场的几位院士都点头表示赞同。
这是共识。
陈林的东西确实牛。
老人静静地听着。
依然没有表态。
片刻后。
另一位院士开口了。
他的语气有些担忧。
“但是......“
他说：
“如果YanHai的效果真的这么好。“
“后续在国内推广就是必然的。“
“到时候就不可能不被全世界知道了。“
他顿了顿：
“您知道之前DS的情况。“
“他们也是华夏的团队。“
“效果也很好。“
“但他们选择了开源。“
“不仅开源了模型本身，还把算法架构、训练的工程细节都发表在了论文里。“
他的语气变得有些复杂：
“如果这次陈林选择不开源......“
“恐怕会引发不小的舆论风波。“
这话说得很直白。
但确实是实情。
开源是AI领域的传统。
也是学术界的主流做法。
如果不开源。
肯定会有人说闲话。
什么“藏私“啊。
什么“不符合科学精神“啊。
诸如此类的批评声肯定少不了。
房间里安静了几秒钟。
几个人你看看我，我看看你。
都有些为难。
开源和不开源。
各有各的道理。
很难说哪个选择是绝对正确的。
廖轶昕想了想。
小心翼翼地开口：
“我看信的最后，陈教授简单提了一下他们后续还有进一步的研发计划。“
“要不......等他们下一阶段的成果出来了。“
“再请他到帝都来和您当面谈一谈？“
老人听到这话。
终于开口了。
“你说得对。“
他的声音平和而温暖：
“这种事情，确实需要当面沟通。“
他看了看手里的信：
“这个年轻人......有自己的想法。“
“我很期待和他交流一下。“
老人的嘴角微微上扬：
“而且，他在信里提到的那些考虑......“
“说明他不只是在想技术问题。“
“他还在想更深远的问题。“
“那就这样定了。“
老人做出了决定：